HTML-entity encoder / dekoder

En HTML-entitet er en kort tekstsekvens, der reprasenterer et tegn i HTML-kildekode. Entiteter bruges, naer et tegn ville vaere tvetydigt eller ugyldigt i raa HTML – for eksempel afgraenser `<` og `>` HTML-tags, saa et bogstaveligt `<` i tekstindhold skal skrives som `&lt;` for at browseren ikke fortolker det som begyndelsen paa et tag.

HTML-entiteter findes i to former. Navngivne entiteter bruger et laesbart navn efter `&` og for `;`, for eksempel `&amp;` for et ampersand-tegn, `&copy;` for et copyright-symbol eller `&mdash;` for en tankestreg. Numeriske entiteter bruger et decimalt eller hexadecimalt Unicode-kodepunkt – `&#169;` og `&#xA9;` giver begge copyright-symbolet ©.

De fem reserverede HTML-tegn, som alle udviklere bor kende:

• `&amp;` – ampersand-tegnet `&`
• `&lt;` – stoerre-end-tegnet `<`
• `&gt;` – mindre-end-tegnet `>`
• `&quot;` – dobbelt anforselsestegn `"`
• `&#39;` – apostrof / enkelt anforselsestegn `'`

Ud over disse fem definerer HTML navngivne entiteter for hundredvis af andre tegn: bogstaver med accent (`&eacute;` = e med akut accent), ikke-brydende mellemrum (`&nbsp;`), typografisk tegnsaetning (`&mdash;` = tankestreg, `&ldquo;` og `&rdquo;` = typografiske anforselsestegn), valutasymboler (`&euro;` = euro-tegnet), matematiske symboler og graeske bogstaver.

Enkod HTML-entiteter, naer du indsaetter ren tekst i et HTML-dokument, og den tekst kan indeholde tegn, som HTML reserverer. De mest almindelige situationer:

• Indsaette brugergenreret indhold eller bloggtekst i et CMS eller en skabelon, der gemmer raa HTML.
• Indsaette kodeeksempler i blogindlaeg eller dokumentationssider – et uddrag som `<strong>fed</strong>` skal enkodes som `&lt;strong&gt;fed&lt;/strong&gt;` for at browseren viser det som synlig tekst.
• Bygge JSON-nyttelaster indlejret i HTML `<script>`-tags, hvor `<`, `>` og `&` kan beskaedige den omgivende HTML-struktur.
• Gemme attributvaerdier, der kan indeholde dobbelte anforselsestegn, for ikke at bryde de omgivende `"..."`-afgransere.
• Enkode specialtegn til HTML-e-mailskabeloner.

Brug grundlaegende tilstand, naer du kun behoever at escape de fem reserverede tegn. Brug udvidet tilstand for maksimal HTML-kompatibilitet eller til aeldre systemer, der kun understoetter ASCII.

Dekod HTML-entiteter, naer du modtager allerede escaped tekst og behoever at laese, behandle eller vise de oprindelige tegn. I sogeudtryk kaldes dette ofte HTML decode, HTML unescape eller konvertering af HTML-kodet tekst til normal tekst. Almindelige situationer:

• API-svar, hvis strengfelter indeholder HTML-escaped tekst – for eksempel `Tom &amp; Jerry`, naer du forventede `Tom & Jerry`. I det tilfaelde skal du konvertere HTML-entiteter til tekst.
• Rettelse af dobbeltkodet CMS-indhold, der producerer strenge som `&amp;lt;` i stedet for `&lt;` eller `<`.
• Laese RSS- eller Atom-feed-poster, hvis tekstindhold typisk er HTML-kodet.
• Inspektion af loglinjer, der indeholder HTML-escaped sporingsparametre eller fejlmeddelelser.
• Kopiere synlig tekst fra en HTML-kildefil, hvor indhold er gemt som entiteter.

Dette vaerkty dekoder baade navngivne entiteter (`&amp;`, `&copy;`, `&mdash;`, `&nbsp;` og hundredvis af andre) og numeriske entiteter i decimal (`&#169;`) og hexadecimal (`&#xA9;`) notation.

Denne encoder tilbyder to niveauer af enkodningsdetalj.

Grundlaegende tilstand enkoder kun de fem reserverede HTML-tegn: `&` bliver `&amp;`, `<` bliver `&lt;`, `>` bliver `&gt;`, `"` bliver `&quot;`, `'` bliver `&#39;`. Alle andre tegn – bogstaver med accent som `é` og `ü`, symboler som `©` og `—`, emoji som 😀 – sendes videre uaendret. Brug grundlaegende tilstand, naer dit maalmiljo understoetter Unicode naturligt.

Udvidet tilstand enkoder de samme fem reserverede tegn og konverterer desuden hvert ikke-ASCII-tegn til en decimal numerisk entitet. For eksempel bliver `é` `&#233;`, `©` bliver `&#169;`, `—` bliver `&#8212;` og 😀 bliver `&#128512;`. Brug udvidet tilstand, naer du behoever rent ASCII-output eller til aeldre systemer.

Udviklere soger nogle gange den samme opgave med udtryk som htmlDecode, htmlEncode, HTML escape, HTML unescape, enkode HTML eller dekode HTML. Formuleringen varierer, men maalet er det samme: sikkert konvertere mellem laesbare tegn og deres HTML-entity-repraesentation.

Eksempel paa frem-og-tilbage-konvertering i grundlaegende tilstand:

• Input: `Café & © 😀`
• Enkodet (grundlaegende): `Café &amp; © 😀`
• Dekodet: `Café & © 😀`

Eksempel paa frem-og-tilbage-konvertering i udvidet tilstand:

• Input: `Café & © 😀`
• Enkodet (udvidet): `Caf&#233; &amp; &#169; &#128512;`
• Dekodet: `Café & © 😀`

HTML-entity-enkodning og URL-enkodning er to helt forskellige mekanismer med forskellige formaal og forskelligt output – selvom begge transformerer specialtegn til en alternativ repraesentation.

HTML-entity-enkodning er til HTML-dokumenter. Den erstatter tegn med saerlig betydning i HTML-markup med entity-sekvenser, som HTML-parseren behandler som tekstindhold. Resultatet er stadig laesbar tekst – `&amp;` vises som `&` i en browser.

URL-enkodning (procentenkodning) er til URL-er. Den erstatter tegn, der er usikre eller reserverede i en URL, med procentenkodede bytesekvenser. Et mellemrum bliver `%20`, et ampersand-tegn bliver `%26`, et stoerre-end-tegn bliver `%3C`.

Sammenligning af de samme tegn i begge systemer:

• `&` – HTML: `&amp;`, URL: `%26`
• `<` – HTML: `&lt;`, URL: `%3C`
• `>` – HTML: `&gt;`, URL: `%3E`
• `"` – HTML: `&quot;`, URL: `%22`
• `'` – HTML: `&#39;`, URL: `%27`

Hvis du indsaetter HTML-kodet tekst i en URL-encoder, vil den enkode entity-tegnene selv (`&`, `;`, `#`), hvilket naesten aldrig er onsket. Brug denne side til HTML-entity-dekodning, HTML-entity-enkodning og konvertering af HTML-kodet tekst til laesbar tekst.

HTML-entity-enkodning (dette vaerkty) konverterer tegn til deres HTML-entity-aekvivalenter og vender den proces om. Det tilfojer, fjerner eller omstrukturerer ikke HTML-elementer. Dokumentstrukturen bevares; kun reprasentationen af specialtegn aendres.

HTML-rensning er en anden operation, der fjerner eller omskriver HTML-markup – fjerner uonskede tags, normaliserer attributter eller renser potentielt farligt indhold. En rensefunktion kan transformere `<b onclick="...">fed</b>` til `<b>fed</b>` eller blot `fed`.

Dette vaerkty renser ikke HTML. Hvis du indsaetter raa HTML i encoderen, enkoder det vinkelparenteser og andre reserverede tegn i markup og forvandler `<p>Hej</p>` til `&lt;p&gt;Hej&lt;/p&gt;`. Det inspicerer, fjerner eller omstrukturerer ikke elementer.

Paa samme maade er dette vaerkty ikke en tekstrenser. Det fjerner ikke overflodige mellemrum, fjerner ikke accenter og normaliserer ikke linjeskift. Dens eneste opgave er at enkode og dekode HTML-entiteter.